金融新闻的机器学习[关闭]答案

【问题标题】：Machine Learning for Financial News [closed]金融新闻的机器学习[关闭]
【发布时间】：2014-10-20 19:55:11
【问题描述】：

我有一份来自彭博、MarketWatch、CNN 等各种金融网站的新闻文章列表。我想根据文章的财务相关性对文章进行分类，以便了解是否涉及任何财务困境或任何危机。

我使用 NLTK 在 Python 中开发了一个程序，它根据每篇文章的财务相关性为每篇文章打分。

目前，我正在使用关键字列表/词典，例如：

并检查该列表中有多少单词出现在新闻文章中，并为每个单词记分，然后将所有单词的分数相加得到总分。

同样，我有金融短语的列表/词典：

将此列表和上述列表中的分数相加，然后将总分分配给作为其相关性指标的文章。

我想在这个过程中加入机器学习，并希望将上述方法中已经分类的新闻文章作为训练集。

请帮助找到实现这一目标的最佳算法。

【问题讨论】：

【解决方案1】：

这是一个分类机器学习问题，逻辑回归可以解决问题：

【讨论】：